正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

Codex 5.6 最强的隐秘技能：能省下 90% 的 token，还能提高 90% 的vibe coding效率别再跟AI直接说：“帮我把某某功能做出来了” 。这样是在浪费token和生命！比如我要做个恋爱交友软件。正确的做法是，直接让 Codex 进入编码交付工程师状态，以下prompt（提示词）直接用：我要做个[某某项目]。先不要写代码，第一步确认需求，向我提供 3 个不同方向的企业级别决定方案，非关键细节请自行做合理假设，简单问题或者重复问题你可以自行确认，关键决定或者方案由我来选择确认。询问结束后，把需求整理成一份准确率和精准度足够高的精简、可验证的markdown格式的验收清单，覆盖项目背景、核心流程、具体架构、异常情况、骨架屏状态、加载状态、以及适配哪些终端。等我确认后再开始开发。完成后必须实际运行项目，按照验收清单逐项验证并汇报结果；未通过的项目继续修改，直到达到验收标准。按照这种方式，CodeX的效率极大提高： 1️⃣ 开发前补齐需求，提前发现漏洞和遗漏，减少返工提高效率。 2️⃣ 开发后主动运行测试，逐项验收，未通过就继续修改，真正做到交付即完成。

govin.eth | G哥

9,788 subscribers

190,624 次观看 • 18 天前 •via X (Twitter)

科学技术教育

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

Codex 5.6 最值得养成的收尾习惯：把长对话压缩成项目交接文档，能节省大量 Token！长期项目对话一旦过长，就会充斥失效决定和报错垃圾，导致 AI 频繁重复扫描代码、重踩旧坑，浪费大量 Token。分享一个我在用的提示词，能省不少无效token： “当前阶段即将结束。请创建或更PROJECT_STATUS.md，把本次工作沉淀成一份可以继续执行的项目交接文档。文档需要包含：当前目标、已完成内容、关键技术决策、修改过的核心文件、测试与验证结果、已知问题、尝试过但失败的方案，以及下一步开发顺序。请结合当前代码、Git 变更和测试结果核对内容。只保留后续开发真正需要的信息，不记录无关讨论，不猜测未确认的结论，也不要写入密码、密钥等敏感信息。” 下次继续项目时，第一句话只需要输入： “请先阅读 PROJECT_STATUS.md，确认当前进度、已知问题和下一步，再继续开发。” 这个习惯真正有价值的地方，是它会让 AI 少读取冗长上下文，少重新分析已经确认的方案，也不会轻易再走一遍之前踩过的坑。更重要的是，这份交接文档不绑定某一次 Session，也不绑定某个平台。你可以把同一个项目交给 Codex、Claude Code、Cursor甚至下一个开发者继续执行。

Codex 5.6 最值得养成的收尾习惯：把长对话压缩成项目交接文档，能节省大量 Token！长期项目对话一旦过长，就会充斥失效决定和报错垃圾，导致 AI 频繁重复扫描代码、重踩旧坑，浪费大量 Token。分享一个我在用的提示词，能省不少无效token： “当前阶段即将结束。请创建或更PROJECT_STATUS.md，把本次工作沉淀成一份可以继续执行的项目交接文档。文档需要包含：当前目标、已完成内容、关键技术决策、修改过的核心文件、测试与验证结果、已知问题、尝试过但失败的方案，以及下一步开发顺序。请结合当前代码、Git 变更和测试结果核对内容。只保留后续开发真正需要的信息，不记录无关讨论，不猜测未确认的结论，也不要写入密码、密钥等敏感信息。” 下次继续项目时，第一句话只需要输入： “请先阅读 PROJECT_STATUS.md，确认当前进度、已知问题和下一步，再继续开发。” 这个习惯真正有价值的地方，是它会让 AI 少读取冗长上下文，少重新分析已经确认的方案，也不会轻易再走一遍之前踩过的坑。更重要的是，这份交接文档不绑定某一次 Session，也不绑定某个平台。你可以把同一个项目交给 Codex、Claude Code、Cursor甚至下一个开发者继续执行。

爱丽丝呀！

144,387 次观看 • 25 天前

Codex 5.6 必装插件GitHub，节省90%的token！别一上来就让它：帮我做个某某APP、功能或者程序。这样你就把 Codex 用反了。你现在应该先安装上GitHub插件。往往你要做的项目，别人已经做好并且开源了，你可以直接拿过来用。比如：我要开发一个 “番茄钟” 项目，你可以先跟CodeX说的提示词prompt：我需要做一个简洁可爱的，新年拟物风格的番茄钟。先在 GitHub 上搜搜有没有类似的开源项目，筛选出最有参考价值的方案。分析解决了什么问题、面向的用户人群是什么、采用什么技术架构、代码是否安全、目前是否活跃，以及有哪些设计值得复用或避开。先不要创建文件，也不要输出代码。需要结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。并告诉我置信度。这样 Codex 会先做三件事： 1️⃣ 找到真实项目直接输出复用的方案 2️⃣ 梳理别人已经踩过的坑和需要注意的问题 3️⃣ 结合你的需求做出更合理的技术取舍和开发路径赶紧去尝试吧！别再浪费自己的token了！

Codex 5.6 必装插件GitHub，节省90%的token！别一上来就让它：帮我做个某某APP、功能或者程序。这样你就把 Codex 用反了。你现在应该先安装上GitHub插件。往往你要做的项目，别人已经做好并且开源了，你可以直接拿过来用。比如：我要开发一个 “番茄钟” 项目，你可以先跟CodeX说的提示词prompt：我需要做一个简洁可爱的，新年拟物风格的番茄钟。先在 GitHub 上搜搜有没有类似的开源项目，筛选出最有参考价值的方案。分析解决了什么问题、面向的用户人群是什么、采用什么技术架构、代码是否安全、目前是否活跃，以及有哪些设计值得复用或避开。先不要创建文件，也不要输出代码。需要结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。并告诉我置信度。这样 Codex 会先做三件事： 1️⃣ 找到真实项目直接输出复用的方案 2️⃣ 梳理别人已经踩过的坑和需要注意的问题 3️⃣ 结合你的需求做出更合理的技术取舍和开发路径赶紧去尝试吧！别再浪费自己的token了！

govin.eth | G哥

148,768 次观看 • 20 天前

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事：开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它：请把上面这套工作方式整理成一个可重复调用的 Codex Skill。要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的 Skill 工作流。以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时，不需要重新复制那一大段 Prompt。直接告诉 Codex：使用这个 Skill 完成当前任务。最后你的 Codex 里保存的，就不再是一堆 Prompt，而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来，以后每个项目都能重复调用。

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事：开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它：请把上面这套工作方式整理成一个可重复调用的 Codex Skill。要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的 Skill 工作流。以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时，不需要重新复制那一大段 Prompt。直接告诉 Codex：使用这个 Skill 完成当前任务。最后你的 Codex 里保存的，就不再是一堆 Prompt，而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来，以后每个项目都能重复调用。

爱丽丝呀！

39,408 次观看 • 15 天前

这两天看到的收获很大的一篇论文《AlphaCodium：引领代码生成新境界，从提示工程到流程工程》，它提出了一种新的生成代码的方法，比传统的直接基于Prompt生成代码的方式准确率更高。它用的测试集是CodeContests ，这是由 Deepmind 推出的一项挑战性编程数据集。相对来说还是很权威的。以 GPT-4 为例的话，准确率从19%提升到了44%。它的原理有些复杂，但是如果你有过LeetCode刷题经验，相对比较好理解一些。普通人刷 LeetCode，上来就做，这样有可能得到答案，也有可能做不出来，这就类似于你把题目直接丢给GPT-4，让它直接给出答案，准确率相对要低一些。高手刷LeetCode，会有个做题的流程，同样的水平，做出来的概率会大一些。高手做题时会大概分成几个步骤： 1. 先把题目中的要点一条条列出来，确保不会遗漏任何重要信息 2. 通常LeetCode会提供 1 个或多个测试用例，仔细看测试用例，分析为什么给定的输入能得到给定的输出 3. 在写代码前，列出几种可能的解决方案，例如暴力算法、递归、动态规划，每一种方案写下思路和伪代码 4. 对于列出来的几种方案进行评估，选出最佳方案 5. 可能还会补充一些测试用例帮助事后验证 --- 以下部分是迭代过程： 6. 根据选中的解决方案写代码，如果代码不能运行则修改代码直至能运行 7. 将代码提交到LeetCode的测试集去验证，如果无法通过所有测试，则修改错误，如果通过到第8步 8. 用第 5 步生成的测试用例验证代码，如果运行不通过则继续优化代码这里留个思考题：如果第8步出错，怎么判断是代码有问题还是自己生成的测试用例有问题？而 AlphaCodium 就是完美遵循了以上的步骤来解题，只不过每一步都是由大语言模型帮助完成！这给了我一些启示： 1. 不必寄希望于将复杂的任务在一个 Prompt 中完成，拆分成若干子任务成功概率会高一些 2. AI 可以借鉴人类的优秀实践，例如高手是如何解决编程难题的，让 AI 按照高手的步骤去一步步做 3. AI 的潜力还有很大挖掘空间完整的文章参考：中文译文：

这两天看到的收获很大的一篇论文《AlphaCodium：引领代码生成新境界，从提示工程到流程工程》，它提出了一种新的生成代码的方法，比传统的直接基于Prompt生成代码的方式准确率更高。它用的测试集是CodeContests ，这是由 Deepmind 推出的一项挑战性编程数据集。相对来说还是很权威的。以 GPT-4 为例的话，准确率从19%提升到了44%。它的原理有些复杂，但是如果你有过LeetCode刷题经验，相对比较好理解一些。普通人刷 LeetCode，上来就做，这样有可能得到答案，也有可能做不出来，这就类似于你把题目直接丢给GPT-4，让它直接给出答案，准确率相对要低一些。高手刷LeetCode，会有个做题的流程，同样的水平，做出来的概率会大一些。高手做题时会大概分成几个步骤： 1. 先把题目中的要点一条条列出来，确保不会遗漏任何重要信息 2. 通常LeetCode会提供 1 个或多个测试用例，仔细看测试用例，分析为什么给定的输入能得到给定的输出 3. 在写代码前，列出几种可能的解决方案，例如暴力算法、递归、动态规划，每一种方案写下思路和伪代码 4. 对于列出来的几种方案进行评估，选出最佳方案 5. 可能还会补充一些测试用例帮助事后验证 --- 以下部分是迭代过程： 6. 根据选中的解决方案写代码，如果代码不能运行则修改代码直至能运行 7. 将代码提交到LeetCode的测试集去验证，如果无法通过所有测试，则修改错误，如果通过到第8步 8. 用第 5 步生成的测试用例验证代码，如果运行不通过则继续优化代码这里留个思考题：如果第8步出错，怎么判断是代码有问题还是自己生成的测试用例有问题？而 AlphaCodium 就是完美遵循了以上的步骤来解题，只不过每一步都是由大语言模型帮助完成！这给了我一些启示： 1. 不必寄希望于将复杂的任务在一个 Prompt 中完成，拆分成若干子任务成功概率会高一些 2. AI 可以借鉴人类的优秀实践，例如高手是如何解决编程难题的，让 AI 按照高手的步骤去一步步做 3. AI 的潜力还有很大挖掘空间完整的文章参考：中文译文：

宝玉

265,105 次观看 • 2 年前

分享下我在 Vibe Coding 中，使用率最高，且最高效的几个工具，覆盖到设计稿生成，到代码交付，网页动效等👇 1、Codex 你只要输入一个需求，它就会调动多个AI智能体并行工作，无论是项目重构，还是从零构建MVP，，它都能独立完成，你无需关注代码，而是把更多精力放在架构设计和创造性问题解决上 2、Paper 这个可以让 AI 生成高质量设计稿，并实现设计与代码双向实时同步，你只需专注界面创作，AI 会自动还原为精准代码交付 3、21st 这个提供超多精美的前端组件，同时带有流畅的交互动画，只需点击复制 Prompt ，粘贴到 AI 对话框即可使用 4、Unicorn 这个，不用写代码，也可以做出丝滑流畅的 GPU 级网页特效，一键导出即可让 AI 接入你的项目 5、Agentation 这个，可以直接在网页上标注需要调整的元素，自动转化为 AI 能够直接理解，和执行的结构化代码上下文，实现网站的精细化调整 6、Axion 这个，能让你的 AI 化身 iOS 开发专家，覆盖从设计、开发到调试的全流程，，输出符合 Apple 高标准、安全、高性能，且易于维护的生产级代码 7、Apple docs mcp 配合这个，可以自动检索 Apple 最新开发文档，能解决日常开发软件中 90% 的问题

分享下我在 Vibe Coding 中，使用率最高，且最高效的几个工具，覆盖到设计稿生成，到代码交付，网页动效等👇 1、Codex 你只要输入一个需求，它就会调动多个AI智能体并行工作，无论是项目重构，还是从零构建MVP，，它都能独立完成，你无需关注代码，而是把更多精力放在架构设计和创造性问题解决上 2、Paper 这个可以让 AI 生成高质量设计稿，并实现设计与代码双向实时同步，你只需专注界面创作，AI 会自动还原为精准代码交付 3、21st 这个提供超多精美的前端组件，同时带有流畅的交互动画，只需点击复制 Prompt ，粘贴到 AI 对话框即可使用 4、Unicorn 这个，不用写代码，也可以做出丝滑流畅的 GPU 级网页特效，一键导出即可让 AI 接入你的项目 5、Agentation 这个，可以直接在网页上标注需要调整的元素，自动转化为 AI 能够直接理解，和执行的结构化代码上下文，实现网站的精细化调整 6、Axion 这个，能让你的 AI 化身 iOS 开发专家，覆盖从设计、开发到调试的全流程，，输出符合 Apple 高标准、安全、高性能，且易于维护的生产级代码 7、Apple docs mcp 配合这个，可以自动检索 Apple 最新开发文档，能解决日常开发软件中 90% 的问题

Paidax

174,163 次观看 • 6 个月前

Codex Plus 也能当 Pro 用，相当于token额度放大 20 倍大部分人用 Codex，还是让一个模型把读取项目、搜索资料、推理、改代码、测试全部做完，复杂任务一长，Plus 额度很快就被吃掉。真正省扩大额度的方式，不是继续压 Prompt，而是把 Reasoning 和 Execution 拆开 Luna 负责执行，Sol 负责重推理，具体流程： 1️⃣ Luna 先读取代码库、搜索资料、跑命令，把当前任务相关信息整理出来。 2️⃣ 再把目标、关键代码、核心约束、已尝试方案和问题点，压缩成 1～3K Token 的 Task Packet。 3️⃣ 把 Packet 交给 ChatGPT 5.6 Sol，只做架构判断、复杂推理、疑难 Bug 分析和方案设计。 4️⃣ Sol 输出结构化方案后，Luna 再回来修改代码、运行测试、修复问题并完成验证。直接让 Codex 自己配置： “请为当前 Codex 工作流建立“Luna 执行 + Sol 推理”的双模型模式。默认使用 Luna 负责读取代码库、搜索资料、运行命令、修改代码和测试验证；遇到复杂架构设计、跨模块决策、疑难 Bug 或需要深度推理的任务时，先把当前目标、关键代码、核心约束、已尝试方案和待解决问题压缩成 1～3K Token 的 Task Packet，再交给 ChatGPT 5.6 Sol 进行深度分析并输出结构化方案。拿到方案后由 Luna 继续执行修改、测试和验证。不要把完整项目上下文重复发送给 Sol，只提供真正影响判断的信息。” 配置完成后，可以直接拿一个复杂 Bug 测试： “分析当前项目登录模块偶发 500 的问题。先由 Luna 检查代码、日志、依赖和最近改动，把真正相关的信息压缩成 1～3K Token 的 Task Packet；再交给 Sol 判断最可能的根因、影响范围和修复方案；最后由 Luna 按方案修改代码、补测试并实际运行验证，直到问题解决。” 官方 Pro 是 Plus 20 倍额度，这种模型分工的思路，就是尽量让 Plus 的每一份额度都花在真正需要的地方。兄弟们可以自己测一下：单模型从头跑到底 VS Luna 执行 + Sol 推理，看看复杂任务到底哪个更省、更稳。

Codex Plus 也能当 Pro 用，相当于token额度放大 20 倍大部分人用 Codex，还是让一个模型把读取项目、搜索资料、推理、改代码、测试全部做完，复杂任务一长，Plus 额度很快就被吃掉。真正省扩大额度的方式，不是继续压 Prompt，而是把 Reasoning 和 Execution 拆开 Luna 负责执行，Sol 负责重推理，具体流程： 1️⃣ Luna 先读取代码库、搜索资料、跑命令，把当前任务相关信息整理出来。 2️⃣ 再把目标、关键代码、核心约束、已尝试方案和问题点，压缩成 1～3K Token 的 Task Packet。 3️⃣ 把 Packet 交给 ChatGPT 5.6 Sol，只做架构判断、复杂推理、疑难 Bug 分析和方案设计。 4️⃣ Sol 输出结构化方案后，Luna 再回来修改代码、运行测试、修复问题并完成验证。直接让 Codex 自己配置： “请为当前 Codex 工作流建立“Luna 执行 + Sol 推理”的双模型模式。默认使用 Luna 负责读取代码库、搜索资料、运行命令、修改代码和测试验证；遇到复杂架构设计、跨模块决策、疑难 Bug 或需要深度推理的任务时，先把当前目标、关键代码、核心约束、已尝试方案和待解决问题压缩成 1～3K Token 的 Task Packet，再交给 ChatGPT 5.6 Sol 进行深度分析并输出结构化方案。拿到方案后由 Luna 继续执行修改、测试和验证。不要把完整项目上下文重复发送给 Sol，只提供真正影响判断的信息。” 配置完成后，可以直接拿一个复杂 Bug 测试： “分析当前项目登录模块偶发 500 的问题。先由 Luna 检查代码、日志、依赖和最近改动，把真正相关的信息压缩成 1～3K Token 的 Task Packet；再交给 Sol 判断最可能的根因、影响范围和修复方案；最后由 Luna 按方案修改代码、补测试并实际运行验证，直到问题解决。” 官方 Pro 是 Plus 20 倍额度，这种模型分工的思路，就是尽量让 Plus 的每一份额度都花在真正需要的地方。兄弟们可以自己测一下：单模型从头跑到底 VS Luna 执行 + Sol 推理，看看复杂任务到底哪个更省、更稳。

govin.eth | G哥

132,071 次观看 • 1 天前

Codex 最浪费 token 的阶段之一，可能是刚进一个陌生仓库的时候。你让它改一个功能，它往往先开始：读目录。找入口。搜 routes。看 schema。翻依赖。再打开一堆文件确认项目结构。真正开始写代码之前，已经烧掉不少 context。 CodeSight 做的事情，就是提前给 Codex 准备一张代码库地图。它会扫描整个 repo，把项目结构、关键文件、routes、schema、依赖关系等信息整理成更紧凑的上下文，再通过 MCP 提供给 Codex。这样 Codex 不需要每次都从零开始探索仓库。简单理解：以前： “你自己把这个 repo 看一遍，再告诉我怎么改。” 现在： “这是整个 repo 的地图，直接去该去的地方。” 对于大项目尤其有用。省下来的不只是 token，还有 Agent 在各种目录里来回探索的时间。如果你经常让 Codex 接手陌生项目，这个值得试试。

Codex 最浪费 token 的阶段之一，可能是刚进一个陌生仓库的时候。你让它改一个功能，它往往先开始：读目录。找入口。搜 routes。看 schema。翻依赖。再打开一堆文件确认项目结构。真正开始写代码之前，已经烧掉不少 context。 CodeSight 做的事情，就是提前给 Codex 准备一张代码库地图。它会扫描整个 repo，把项目结构、关键文件、routes、schema、依赖关系等信息整理成更紧凑的上下文，再通过 MCP 提供给 Codex。这样 Codex 不需要每次都从零开始探索仓库。简单理解：以前： “你自己把这个 repo 看一遍，再告诉我怎么改。” 现在： “这是整个 repo 的地图，直接去该去的地方。” 对于大项目尤其有用。省下来的不只是 token，还有 Agent 在各种目录里来回探索的时间。如果你经常让 Codex 接手陌生项目，这个值得试试。

Smartpig | Gate美股0费率

15,126 次观看 • 22 天前

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

木马人

62,222 次观看 • 13 天前

太炸裂了！为啥没有早点发现CodeX这个神仙用法？！ 30 秒的视频演示--直接把你的 Plus 账号当成 PRO 账号的额度去用，简直爽翻了😂Codex 额度不够用的话强烈推荐试试： Codex （读取本地项目 +发送任务） ↓ 压缩提炼成 1~3K 的精简 Packet ↓ 调用浏览器 ➔ 丢给网页版 ChatGPT（5.6-Sol 做重推理） ↓ 网页端输出精准的结构化方案 ↓ Codex 接收方案 ➔ 修改代码 ─── 【二、具体思路】 1. 网页端当最强大脑（出方案）：直接在网页端用最高版本的GPT-5.6Sol ，把复杂业务需求丢进去，让它做最严密的架构拆解和精准代码方案 2. 本地 Codex 做调度与落地：拿到成熟方案后，直接交给本地终端的 Codex。它只需要按图索骥去读写文件、跑测试、自动化改代码，用5.6 LUNA模型消耗轻量 Token就可以用了 ─── 这个方案你可以自己写一个脚本。如果嫌自己手写脚本太麻烦，推荐一个开源工具可以直接使用——Oracle（由知名开发者 Peter Steinberger 🦞 开源）： 👉 开源地址：

太炸裂了！为啥没有早点发现CodeX这个神仙用法？！ 30 秒的视频演示--直接把你的 Plus 账号当成 PRO 账号的额度去用，简直爽翻了😂Codex 额度不够用的话强烈推荐试试： Codex （读取本地项目 +发送任务） ↓ 压缩提炼成 1~3K 的精简 Packet ↓ 调用浏览器 ➔ 丢给网页版 ChatGPT（5.6-Sol 做重推理） ↓ 网页端输出精准的结构化方案 ↓ Codex 接收方案 ➔ 修改代码 ─── 【二、具体思路】 1. 网页端当最强大脑（出方案）：直接在网页端用最高版本的GPT-5.6Sol ，把复杂业务需求丢进去，让它做最严密的架构拆解和精准代码方案 2. 本地 Codex 做调度与落地：拿到成熟方案后，直接交给本地终端的 Codex。它只需要按图索骥去读写文件、跑测试、自动化改代码，用5.6 LUNA模型消耗轻量 Token就可以用了 ─── 这个方案你可以自己写一个脚本。如果嫌自己手写脚本太麻烦，推荐一个开源工具可以直接使用——Oracle（由知名开发者 Peter Steinberger 🦞 开源）： 👉 开源地址：

梭哈.AI

58,620 次观看 • 2 天前

Codex 最新动态：从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。本视频由 baocut 翻译

Codex 最新动态：从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。本视频由 baocut 翻译

宝玉

37,498 次观看 • 1 个月前

很多人可能不知道，你和Codex的聊天记录隐藏了大量节省上下文token消耗的方法输入下面这段提示词，让 Codex 找出过去 30 天的重复工作，并判断该做成 skill、subagent、还是自动化任务。之后，你的工作效率将大幅提升： “检查我最近 30 天的 Codex 会话、Memories、Chronicle，以及已有的 Skills、Agents 和 Automations。找出至少重复出现两次、耗时、容易出错、需要大量上下文的人工工作。对每个候选项给出：实际证据和日期、出现频率、适合做成 Skill / Agent / Automation，或者暂时跳过、预计能节省什么。先输出候选清单，不要直接修改文件。只保留高置信度、输入稳定、流程可重复、结果可验收的任务”

很多人可能不知道，你和Codex的聊天记录隐藏了大量节省上下文token消耗的方法输入下面这段提示词，让 Codex 找出过去 30 天的重复工作，并判断该做成 skill、subagent、还是自动化任务。之后，你的工作效率将大幅提升： “检查我最近 30 天的 Codex 会话、Memories、Chronicle，以及已有的 Skills、Agents 和 Automations。找出至少重复出现两次、耗时、容易出错、需要大量上下文的人工工作。对每个候选项给出：实际证据和日期、出现频率、适合做成 Skill / Agent / Automation，或者暂时跳过、预计能节省什么。先输出候选清单，不要直接修改文件。只保留高置信度、输入稳定、流程可重复、结果可验收的任务”

Sac

99,911 次观看 • 26 天前

如果我们平时都是直接让 ChatGPT、Claude 这些 AI 助手帮忙调试代码或解决 Bug，而不是使用 Cursor 等付费 AI 编程助手。那么 gptree 这个开源项目可以看一下，它能一键将整个项目的文件内容和目录结构打包成单个文本文件，让 AI 快速理解完整的项目上下文。 GitHub：并且内置文件筛选和交互式选择功能，能够自动排除 .git、node_modules 等无关目录。同时提供可视化的项目结构树，支持全局和项目级配置，可为不同项目定制不同的打包策略。可直接一键复制到剪贴板，粘贴到 AI 对话框发送使用，高效地为 AI 提供项目上下文。

如果我们平时都是直接让 ChatGPT、Claude 这些 AI 助手帮忙调试代码或解决 Bug，而不是使用 Cursor 等付费 AI 编程助手。那么 gptree 这个开源项目可以看一下，它能一键将整个项目的文件内容和目录结构打包成单个文本文件，让 AI 快速理解完整的项目上下文。 GitHub：并且内置文件筛选和交互式选择功能，能够自动排除 .git、node_modules 等无关目录。同时提供可视化的项目结构树，支持全局和项目级配置，可为不同项目定制不同的打包策略。可直接一键复制到剪贴板，粘贴到 AI 对话框发送使用，高效地为 AI 提供项目上下文。

GitHubDaily

31,667 次观看 • 1 年前

试了一下 OpenAI 新出的 Codex App，有些亮点跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题可以工作，但第一次它选了 PIL 这个方案，比较差。核心问题是什么？它跟你没有交互。我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

试了一下 OpenAI 新出的 Codex App，有些亮点跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题可以工作，但第一次它选了 PIL 这个方案，比较差。核心问题是什么？它跟你没有交互。我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

歸藏(guizang.ai)

30,595 次观看 • 7 个月前

有个朋友最近想去 Threads 做账号。内容方向他已经想好了，真正让他头疼的，是每天去哪里找热点，怎么整理素材，写完以后又怎么稳定发布。我给他的建议很直接：先用 EasyClaw 跑一套自动化。刚好 EasyClaw EasyClaw 最近更新了 RPA 自动化，我也顺手拿这个需求实际测试了一遍。最后做出来的效果是： Google Trends 获取热点 → 生成 Threads 文案 → 按照间隔逐条发布整个过程比我原本想象中简单很多。现在它也支持其他的平台实现自动化，感兴趣的可以去试试首充用码 MJLH8QY7 可以享 95 折，每天 200 免费额度足够搭好几条监控了。 ////////////////////////// EasyClaw EasyClaw 需要从官推进入官网，再下载安装到电脑上，它目前并不是一个直接打开网页就能使用的 Web 工具。因为后面会涉及浏览器操作、本地脚本和账号登录状态，我个人更建议安装在虚拟机，或者单独准备的 VPS 里。一方面环境比较干净，可以减少其他软件和浏览器插件的干扰。另一方面也能把自动化任务和自己的主力电脑隔离开，用起来会安心一些。安装完成之后，找到里面的 automation-rpa Agent，就可以直接描述需求。 ////////////////////////// 我最开始给出的需求很简单（我把教程图贴了出来，我也把做好之后的运行视频录制了一下，大家可以看看）： “帮我做一个 Threads 运营工具，从 Google Trends 获取热点，再生成搞笑和 Crypto 方向的内容。” EasyClaw 会先确认热点来源、生成数量、发布方式和运行频率。我选择抓取 5 个热点，生成 3 条内容，先保存草稿，确认没有问题以后再升级成自动发布。接下来基本不用自己研究页面结构。 EasyClaw 会打开 Google Trends，处理弹窗，等待页面加载，找到热点列表并提取数据。热点拿到以后，再按照提前设置好的方向生成 Threads 文案，并把结果保存到 Excel。第一次运行时，可以先用少量数据试跑。整套流程确认正常以后，再让它打开已经登录的 Threads，自动找到发帖入口、填写内容，并按照设置好的间隔逐条发布。热点数量、内容方向、发布条数、间隔时间和文件路径，后面都可以直接修改。第一次把流程做好，之后换一个话题、换一种文案风格，也能继续复用。 ////////////////////////// 最后生成的也不是一个只能在 EasyClaw 里运行的封闭任务。整个流程会被整理成标准的 Python 脚本。懂代码的人，可以打开继续增加功能，接入新的数据源或者 AI API。不懂代码的人，也可以直接调整参数运行。后面还可以加入定时调度。比如每天固定时间抓一次热点，生成几条内容，先保存草稿，或者直接发布到 Threads ////////////////////////// 这次实际用下来，EasyClaw 给我最明显的感受，就是做自动化的门槛确实被压低了。以前想做一套类似的流程，可能要自己研究 Selenium、DOM 结构、浏览器驱动和各种报错。现在只需要把需求尽量说清楚。页面怎么打开，按钮在哪里，数据怎么提取，最后怎么整理成脚本，可以让 Agent 自己往下探索。而且生成出来的任务还可以参数化。今天用来做 Threads，明天换成抓取其他网站、整理资料或者批量处理一些重复工作，前面的思路都可以继续复用。所以我愿意把 EasyClaw 理解成：一个能操作真实浏览器，也能把操作写成脚本的 AI 助手。你负责提出需求和检查结果。中间那些重复、机械，又很浪费时间的操作，可以慢慢交给它。我朋友原本只是想做一个 Threads 账号。最后我们顺手给他搭出了一条能够反复运行的内容生产线。

有个朋友最近想去 Threads 做账号。内容方向他已经想好了，真正让他头疼的，是每天去哪里找热点，怎么整理素材，写完以后又怎么稳定发布。我给他的建议很直接：先用 EasyClaw 跑一套自动化。刚好 EasyClaw EasyClaw 最近更新了 RPA 自动化，我也顺手拿这个需求实际测试了一遍。最后做出来的效果是： Google Trends 获取热点 → 生成 Threads 文案 → 按照间隔逐条发布整个过程比我原本想象中简单很多。现在它也支持其他的平台实现自动化，感兴趣的可以去试试首充用码 MJLH8QY7 可以享 95 折，每天 200 免费额度足够搭好几条监控了。 ////////////////////////// EasyClaw EasyClaw 需要从官推进入官网，再下载安装到电脑上，它目前并不是一个直接打开网页就能使用的 Web 工具。因为后面会涉及浏览器操作、本地脚本和账号登录状态，我个人更建议安装在虚拟机，或者单独准备的 VPS 里。一方面环境比较干净，可以减少其他软件和浏览器插件的干扰。另一方面也能把自动化任务和自己的主力电脑隔离开，用起来会安心一些。安装完成之后，找到里面的 automation-rpa Agent，就可以直接描述需求。 ////////////////////////// 我最开始给出的需求很简单（我把教程图贴了出来，我也把做好之后的运行视频录制了一下，大家可以看看）： “帮我做一个 Threads 运营工具，从 Google Trends 获取热点，再生成搞笑和 Crypto 方向的内容。” EasyClaw 会先确认热点来源、生成数量、发布方式和运行频率。我选择抓取 5 个热点，生成 3 条内容，先保存草稿，确认没有问题以后再升级成自动发布。接下来基本不用自己研究页面结构。 EasyClaw 会打开 Google Trends，处理弹窗，等待页面加载，找到热点列表并提取数据。热点拿到以后，再按照提前设置好的方向生成 Threads 文案，并把结果保存到 Excel。第一次运行时，可以先用少量数据试跑。整套流程确认正常以后，再让它打开已经登录的 Threads，自动找到发帖入口、填写内容，并按照设置好的间隔逐条发布。热点数量、内容方向、发布条数、间隔时间和文件路径，后面都可以直接修改。第一次把流程做好，之后换一个话题、换一种文案风格，也能继续复用。 ////////////////////////// 最后生成的也不是一个只能在 EasyClaw 里运行的封闭任务。整个流程会被整理成标准的 Python 脚本。懂代码的人，可以打开继续增加功能，接入新的数据源或者 AI API。不懂代码的人，也可以直接调整参数运行。后面还可以加入定时调度。比如每天固定时间抓一次热点，生成几条内容，先保存草稿，或者直接发布到 Threads ////////////////////////// 这次实际用下来，EasyClaw 给我最明显的感受，就是做自动化的门槛确实被压低了。以前想做一套类似的流程，可能要自己研究 Selenium、DOM 结构、浏览器驱动和各种报错。现在只需要把需求尽量说清楚。页面怎么打开，按钮在哪里，数据怎么提取，最后怎么整理成脚本，可以让 Agent 自己往下探索。而且生成出来的任务还可以参数化。今天用来做 Threads，明天换成抓取其他网站、整理资料或者批量处理一些重复工作，前面的思路都可以继续复用。所以我愿意把 EasyClaw 理解成：一个能操作真实浏览器，也能把操作写成脚本的 AI 助手。你负责提出需求和检查结果。中间那些重复、机械，又很浪费时间的操作，可以慢慢交给它。我朋友原本只是想做一个 Threads 账号。最后我们顺手给他搭出了一条能够反复运行的内容生产线。

Mr.理想三旬(🌸,🍃)(FREE,WON)

13,675 次观看 • 1 个月前

尝试用ChatCut 将我之前做的AI视频画面，给整理成了一个古装/仙侠运镜教学。全程我只用文字与Codex交流，最后在它的编辑器进行了简单的微调，生成出来的效果还挺好的。具体流程： 1.打开Codex，输入这段提示词：“阅读 ChatCut 插件并创建一个新任务。” 2.等待插件安装完毕，将你的素材命名，然后发给Codex。 3.输入你的需求，我发的需求是：“做一个古装/仙侠影视剧的运镜教学合集加字幕和旁白讲解，并加一个背景音乐，以及一些半透明的动画效果” 4.生成完毕后，可以先预览。 5.通过提示词修改大问题：“第一遍生成的画面，没有做开头，部分画面描述有点问题，我直接把问题和优化需求告诉了它：需要一个开头的旁白介绍，可以取几个画面，做个开场动画和旁白。背景音乐的声音加大，原来素材的声音也要保留。移镜的文案修改为纵向移动带出环境” 6.第二遍生成基本没问题，一些字幕和音频衔接有点小瑕疵，我手动调了下就搞定了流程非常简单，后续我会把全操作过程整理为一篇图文并茂的短文

尝试用ChatCut 将我之前做的AI视频画面，给整理成了一个古装/仙侠运镜教学。全程我只用文字与Codex交流，最后在它的编辑器进行了简单的微调，生成出来的效果还挺好的。具体流程： 1.打开Codex，输入这段提示词：“阅读 ChatCut 插件并创建一个新任务。” 2.等待插件安装完毕，将你的素材命名，然后发给Codex。 3.输入你的需求，我发的需求是：“做一个古装/仙侠影视剧的运镜教学合集加字幕和旁白讲解，并加一个背景音乐，以及一些半透明的动画效果” 4.生成完毕后，可以先预览。 5.通过提示词修改大问题：“第一遍生成的画面，没有做开头，部分画面描述有点问题，我直接把问题和优化需求告诉了它：需要一个开头的旁白介绍，可以取几个画面，做个开场动画和旁白。背景音乐的声音加大，原来素材的声音也要保留。移镜的文案修改为纵向移动带出环境” 6.第二遍生成基本没问题，一些字幕和音频衔接有点小瑕疵，我手动调了下就搞定了流程非常简单，后续我会把全操作过程整理为一篇图文并茂的短文

探路AI

25,394 次观看 • 1 个月前

GitHub 看不下去了，亲自下场给 AI 编程立规矩！🔥 Spec Kit，GitHub 出品，短短几天已经 109k+ Star。如果你经常用 Claude Code、Cursor 或 Copilot 写项目，大概率遇到过这种情况：第一版看着挺对。第二版开始偏。改了十几轮后发现，AI 理解的根本不是你想做的东西。 Spec Kit 想解决的就是这个问题。先把需求定义清楚。再让 AI 干活。需求 → 计划 → 任务 → 代码。整个过程都有据可依，而不是一路靠 Prompt 猜。核心亮点： - 一句话需求自动生成 Spec，验收标准、边界条件一起补全。 - Spec 自动转开发计划，任务拆分、技术方案、测试清单直接生成。 - Claude Code、Copilot、Gemini、Codex 等 30+ AI Coding Agent 全兼容。 - 支持 Preset 和 Extension，团队规范、行业模板直接复用。 - 新项目、功能迭代、遗留系统改造，一套流程全覆盖。我最喜欢的一点是：它不是教 AI 写更多代码。而是尽量避免 AI 从第一步就写错代码。如果你已经开始用 AI 做开发，这个项目值得放进收藏夹。

GitHub 看不下去了，亲自下场给 AI 编程立规矩！🔥 Spec Kit，GitHub 出品，短短几天已经 109k+ Star。如果你经常用 Claude Code、Cursor 或 Copilot 写项目，大概率遇到过这种情况：第一版看着挺对。第二版开始偏。改了十几轮后发现，AI 理解的根本不是你想做的东西。 Spec Kit 想解决的就是这个问题。先把需求定义清楚。再让 AI 干活。需求 → 计划 → 任务 → 代码。整个过程都有据可依，而不是一路靠 Prompt 猜。核心亮点： - 一句话需求自动生成 Spec，验收标准、边界条件一起补全。 - Spec 自动转开发计划，任务拆分、技术方案、测试清单直接生成。 - Claude Code、Copilot、Gemini、Codex 等 30+ AI Coding Agent 全兼容。 - 支持 Preset 和 Extension，团队规范、行业模板直接复用。 - 新项目、功能迭代、遗留系统改造，一套流程全覆盖。我最喜欢的一点是：它不是教 AI 写更多代码。而是尽量避免 AI 从第一步就写错代码。如果你已经开始用 AI 做开发，这个项目值得放进收藏夹。

开发者Hailey

22,153 次观看 • 2 个月前

讲真的，现在的提示词网站都还有很大的优化空间：大部分提示词网站以“堆量”为主，靠着上千上万的提示词数量来堆砌价值，内容很丰富，但也存在大量重复、低质的提示词出现如果是自动爬取的帖子，还会出现提示词空档的情况，因为并不是每一个作者都会把提示词直接写在正文中，所以识别不到在这样的网站想要使用提示词，往往需要经历以下几个步骤： 1️⃣翻了很久，终于找到自己想要的图片效果 2️⃣点进去后会出现几种情况 - 没有提示词，只能放弃或者去原帖中找 - 语言不通，看不懂提示词 - 复制的文本里有其他文案，需要手动删除 3️⃣折腾十分钟，终于把提示词处理好了 4️⃣打开gemini/第三方生图网站 5️⃣复制提示词进行生图 6️⃣运气不好，发现提示词效果根本不是作者提供的那样，卒想要丝滑的把中意的提示词变成图片，基本做不到直到我用了MeiGen，一个开源的项目，它可能是今年使用体验最丝滑的提示词网站因为MeiGen不是传统的提示词网站，它不只是收录，而是解决了从提示词源到创作的整条链路想要什么效果，只需要轻轻拖动画面到右侧，点击生成就结束了，从查看到生成，只需要两步「拖动-生成」结束 1. 对于AI创作来说，保持心流状态是非常重要的，在MeiGen，你可以先收藏喜欢的提示词，不用担心找不到，在素材收集完成后进行统一的创作 2. 你可以上传参考图，或者把提示词翻译成中文再进行修改，这些都可以在MeiGen中一站式完成 3. 精选热门 AI 图片提示，这些都是已被证实能够生成高质量图片的提示词，由开发者亲自把关 4. 网站采用周更的节奏，保证提示词可用性和质量想要享受丝滑的创作体验，来试试MeiGen吧：

讲真的，现在的提示词网站都还有很大的优化空间：大部分提示词网站以“堆量”为主，靠着上千上万的提示词数量来堆砌价值，内容很丰富，但也存在大量重复、低质的提示词出现如果是自动爬取的帖子，还会出现提示词空档的情况，因为并不是每一个作者都会把提示词直接写在正文中，所以识别不到在这样的网站想要使用提示词，往往需要经历以下几个步骤： 1️⃣翻了很久，终于找到自己想要的图片效果 2️⃣点进去后会出现几种情况 - 没有提示词，只能放弃或者去原帖中找 - 语言不通，看不懂提示词 - 复制的文本里有其他文案，需要手动删除 3️⃣折腾十分钟，终于把提示词处理好了 4️⃣打开gemini/第三方生图网站 5️⃣复制提示词进行生图 6️⃣运气不好，发现提示词效果根本不是作者提供的那样，卒想要丝滑的把中意的提示词变成图片，基本做不到直到我用了MeiGen，一个开源的项目，它可能是今年使用体验最丝滑的提示词网站因为MeiGen不是传统的提示词网站，它不只是收录，而是解决了从提示词源到创作的整条链路想要什么效果，只需要轻轻拖动画面到右侧，点击生成就结束了，从查看到生成，只需要两步「拖动-生成」结束 1. 对于AI创作来说，保持心流状态是非常重要的，在MeiGen，你可以先收藏喜欢的提示词，不用担心找不到，在素材收集完成后进行统一的创作 2. 你可以上传参考图，或者把提示词翻译成中文再进行修改，这些都可以在MeiGen中一站式完成 3. 精选热门 AI 图片提示，这些都是已被证实能够生成高质量图片的提示词，由开发者亲自把关 4. 网站采用周更的节奏，保证提示词可用性和质量想要享受丝滑的创作体验，来试试MeiGen吧：

骑司Chase

30,759 次观看 • 7 个月前

06大学生（大专生）第一个企业项目本项目使用的是codex+Claude+hermes修改的过程中几乎是用codex和hermes。项目最开始的时候是先把公司那边的需求传给Claude code进行需求分享和框架搭建，然后中期是使用的codex进行ui设计，执行任务和计划，包括一些功能的测试和验证，最好完成阶段是使用的hermes进行全部功能测试，然后后面还进行了十几次修改调整也是使用的hermes进行修改验证，改一个功能就验证一下，然后再部署到云端服务器上面，循环。因为有的地方有项目方的名字还有域名那些就没有展示，帮一个企业做的，大概就是做成了现在这样，上上周就是上一次跟公司的老板在学校里面当面谈了一会，当时说是很满意，说了一些地方需要修改和调整，你们觉得有没有什么问题啊，我现在是在自己的阿里云服务器上面跑的，后面的话再迁移部署到他们公司的服务器，但是现在还没有谈交付和收费怎么弄？比如是一次买定还是租用，还有后期的维护和后续修改的费用，部署需要收费吗？不知道怎么定价，那个公司的老板是我一个老师的朋友🤔🤔🤔 图二是新的老板，额，一个GitHub大佬推荐的，挺漂亮说是要做一个支付宝的小程序，但是现在还没有说具体的需求🤔🤔🤔应该这几天会说。做之前一定要先谈清楚怎么分阶段交付？怎么算完成？然后根据难度和花费的时间去计费，这是这次项目的目标，也是对自己的一种锻炼吧🫡🫡🫡加油

06大学生（大专生）第一个企业项目本项目使用的是codex+Claude+hermes修改的过程中几乎是用codex和hermes。项目最开始的时候是先把公司那边的需求传给Claude code进行需求分享和框架搭建，然后中期是使用的codex进行ui设计，执行任务和计划，包括一些功能的测试和验证，最好完成阶段是使用的hermes进行全部功能测试，然后后面还进行了十几次修改调整也是使用的hermes进行修改验证，改一个功能就验证一下，然后再部署到云端服务器上面，循环。因为有的地方有项目方的名字还有域名那些就没有展示，帮一个企业做的，大概就是做成了现在这样，上上周就是上一次跟公司的老板在学校里面当面谈了一会，当时说是很满意，说了一些地方需要修改和调整，你们觉得有没有什么问题啊，我现在是在自己的阿里云服务器上面跑的，后面的话再迁移部署到他们公司的服务器，但是现在还没有谈交付和收费怎么弄？比如是一次买定还是租用，还有后期的维护和后续修改的费用，部署需要收费吗？不知道怎么定价，那个公司的老板是我一个老师的朋友🤔🤔🤔 图二是新的老板，额，一个GitHub大佬推荐的，挺漂亮说是要做一个支付宝的小程序，但是现在还没有说具体的需求🤔🤔🤔应该这几天会说。做之前一定要先谈清楚怎么分阶段交付？怎么算完成？然后根据难度和花费的时间去计费，这是这次项目的目标，也是对自己的一种锻炼吧🫡🫡🫡加油

阿金

27,604 次观看 • 2 个月前

AI 会取代哪些工作？我的工作里，哪些任务正在被 AI 接管？ AI 通常不是一次替代整个职业而是先替代其中最标准化的部分最容易被 AI 自动化的任务，通常有几个特点：数字化、重复、规则明确、结果容易检查所以普通人真正要做的，不是和 AI 比谁干活快，而是： 1️⃣ 拆工作分清哪些能交给 AI，哪些需要检查，哪些必须自己判断 2️⃣ 学会管理 AI 不只是会提问，还要会定目标、给背景、设标准、验收结果 3️⃣ 提升难替代的能力判断、沟通、协调、理解需求，以及对最终结果负责。未来更有价值的，不一定是“最会干活的人” 而是会发现问题、会使用 AI、还能对结果负责的人所以别问：“AI 会不会取代我？” 更应该问自己：“如果 AI 帮我做掉一半重复工作，我能不能用省下来的时间，做更有价值的事？” AI 最先淘汰的，不是某个职业而是一个职业里，长期没有升级的工作方式

AI 会取代哪些工作？我的工作里，哪些任务正在被 AI 接管？ AI 通常不是一次替代整个职业而是先替代其中最标准化的部分最容易被 AI 自动化的任务，通常有几个特点：数字化、重复、规则明确、结果容易检查所以普通人真正要做的，不是和 AI 比谁干活快，而是： 1️⃣ 拆工作分清哪些能交给 AI，哪些需要检查，哪些必须自己判断 2️⃣ 学会管理 AI 不只是会提问，还要会定目标、给背景、设标准、验收结果 3️⃣ 提升难替代的能力判断、沟通、协调、理解需求，以及对最终结果负责。未来更有价值的，不一定是“最会干活的人” 而是会发现问题、会使用 AI、还能对结果负责的人所以别问：“AI 会不会取代我？” 更应该问自己：“如果 AI 帮我做掉一半重复工作，我能不能用省下来的时间，做更有价值的事？” AI 最先淘汰的，不是某个职业而是一个职业里，长期没有升级的工作方式

Nana

20,100 次观看 • 6 天前